R语言离散时间马尔可夫链（Markov chain）模型分类案例可视化分析
有许多用于马尔可夫链的复杂应用。这些包括用于将多态模型拟合为面板数据的msm和SemiMarkov，用于生存分析应用的mstate，用于估计3状态进行性疾病模型的转移概率的TPmsm，用于将马尔科夫模型应用于健康护理经济应用的hemod，用于拟合隐马尔可夫模型和mcmc与蒙特Carlo马尔科夫链使用（点击文末“阅读原文”获取完整代码数据）。 相关视频 ...
R语言马尔可夫链（MARKOV CHAIN, MC）模拟赌徒破产模型GAMBLER’S RUIN PROBLEM可视化
原文链接：http://tecdat.cn/?p=26124 赌徒的破产问题是指玩家有获胜的概率p和失败的概率q。例如，让我们来看看一个技能游戏，玩家X可以通过接近目标，以0.6的概率击败玩家Y。游戏开始时，玩家X被分配到5分，玩家Y被分配到10分。每轮游戏后，玩家的积分要么减少一个，要么增加一个，我们可以确定玩家X将赢过玩家Y的概率。这类问题的应用范围很广。 ...
R语言马尔可夫区制转移模型Markov regime switching
总览 本文简要介绍了一种简单的状态转移模型，该模型构成了隐马尔可夫模型（HMM）的特例。这些模型拟合时间序列数据中的非平稳性。从应用的角度来看，这些模型在评估经济/市场状态时非常有用。这里的讨论主要围绕使用这些模型的科学性。 基本案例 HMM的主要挑战是预测隐藏部分。我们如何识别“不可观察”的事物？HMM的想法是从可观察的事物来预测潜在的事物。 模拟数据 ...
R语言如何做马尔可夫转换模型markov switching model
假设 有时间序列数据，如下所示。经验表明，目标变量y似乎与解释变量x有关。然而，乍一看，y在水平中间波动，所以它似乎并不总是有稳定的关系（背后有多个状态）。 上面的样本数据创建如下。x和y之间的关系数据根据时间改变。 ...
R语言使用马尔可夫链Markov Chain, MC来模拟抵押违约
这篇文章的目的是将我的日常工作和R相结合。 如果我们有一些根据固定概率随时间在状态之间切换的对象，我们可以使用马尔可夫链 来模拟该对象的长期行为。 一个很好的例子是抵押贷款。在任何给定的时间点，贷款都有违约概率。总的来说，我们将这些称为“转移概率”。假设这些概率在贷款期限内是固定的。 ...
R语言连续时间马尔科夫链模拟案例 Markov Chains
案例 一个加油站有一个单一的泵，没有空间供车辆等待（如果车辆到达，泵不在，它就会离开）。车辆到达与以下的速率泊松过程加油站λ=3/20λ=3/20每分钟车辆，其中75％是汽车，25％是摩托车。加油时间可以用一个指数随机变量建模，平均汽车8分钟，摩托车3分钟，服务速率为μC= 1 / 8μC=1/8汽车和μ米= 1 / 3μ米=1/3 摩托车每分钟。 因此，我们可以通过将这些概率乘...
R语言如何做马尔科夫转换模型markov switching model
假设 有时间序列数据，如下所示。经验表明，目标变量y似乎与解释变量x有关。然而，乍一看，y的水平在中间移动，所以它似乎并不总是有固定的关系（背后有多个状态）。 上面的样本数据创建如下。数据根据时间改变x...
R语言马尔可夫体制转换模型Markov regime switching
总览 本文简要介绍了一种简单的状态切换模型，该模型构成了隐马尔可夫模型（HMM）的特例。这些模型适应时间序列数据中的非平稳性。从应用的角度来看，这些模型在评估经济/市场状态时非常有用。这里的讨论主要围绕使用这些模型的科学性。 基本案例 HMM的主要挑战是预测隐藏部分。我们如何识别“不可观察”的事物？HMM的想法是从可观察的事物来预测潜在的事物。 ...
R语言中的马尔科夫机制转换(Markov regime switching)模型
金融分析师通常关心检测市场何时“发生变化”：几个月或至几年内市场的典型行为可以立即转变为非常不同的行为。投资者希望及时发现这些变化，以便可以相应地调整其策略，但是这样做可能很困难。 RHmm从CRAN不再可用，因此我想使用其他软件包复制功能实现马尔科夫机制转换(Markov regime switching)模型从而对典型的市场行为进行预测，并且增加模型中对参数的线性约束功能。 ...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。